APP下载

基于自适应降频卷积的受电弓识别算法研究

2021-02-25孙明

智能计算机与应用 2021年10期
关键词:特征区域检测

孙 明

(上海地铁维护保障有限公司供电分公司, 上海 201106)

0 引 言

受电弓是电气化铁路系统中保障列车正常供电和正常运行的重要组成部件。 受电弓与接触网的链接关系和工作状态直接影响高速铁路系统列车的正常安全运营。 所以如何提高受电弓结构功能部件的服役检测水平和有效减低维护成本,是铁路弓网系统安全检测及故障诊断需要解决的关键问题[1]。

目前,受电弓结构检测的主要方式包括接触式和非接触式两种。 其中,接触式检测方法重点是基于传统落后的人工检测和离线定点检测,这种检测方法的弊端主要在于无法对处在行运过程中的高速列车进行状态检测和实施监控。 非接触式检测方法则通过将各类车载检测装置安装于列车顶部,由此实现对车载受电弓的实时动态监测。 常见的非接触检测方法包括通过采集装置来采集手机震动信号、温度信号或解除信号等进行受电弓的状态检测[2]。近年来,采用基于图像处理技术的非接触式受电弓检测方法可以很好地完成实际工程项目中的受电弓状态检测和动态监控工作[3-9]。 文献[6-7]的研究中,通过传统的图像边缘检测方法对受电弓的边缘进行提取,再根据边缘特征对受电弓的故障进行诊断和检测。 文献[7]提出在边缘检测的基础上进行基于模糊逻辑和图像处理的受电弓几何模型检测。考虑到基于边缘检测的方法具有容易受到复杂背景干扰的不足,研究学界现已陆续将解决问题的思路从关注边缘提取转移到目标区域的整体定位上。……

登录APP查看全文

猜你喜欢

特征区域检测
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征
区域